Chapter 1 ทำความรู้จักกับ AI พื้นฐาน Machine Learning และการเตรียม Environment Chapter 02 Machine Learning Pipeine Chapter 03 การทำ Feature Engineering ด้วย Pandas Chapter 04 การอิมพลิเมนต์ Back Propagation Algorithm ด้วย Numpy Chapter 05 การใช้ความชันจากการสุ่มแบ่งข้อมูลฝึกเพื่อลดค่า Loss ในการสอน Neural Network Model ด้วย Tensorflow และ Keras Chapter 06 วิธีปรับค่า Lerrning Rate และ Momentum เพื่อเพิ่มประสิทธิภาพให้ Machine Learning Model Chapter 07 การวิเคราะห์ประสิทธิภาพ Machine Learning Model ด้วย Learning Curve Curve Chapter 08 การทำ Regularization แบบสมัยใหม่ ด้วย Augmentation, Batch Normalization และ Dropout Chapter 09 การ Visualizing Kernels และ Feature Maps ใน Deep Learning Model (CNN) Chapter 10 การเลือกใช้ Loss Function ในการ Train Deep Learning Model ตอนที่ 1 ฯลฯ